根据2017年的一个报告，平均测试 8000公里，才会出现一次极端的自然情况，还有一些非常规的人类行为。在测试中，无人车在路上连续遇到这些小概率的事件，是“可遇不可求的”。 卡耐基梅隆大学首席科学家John Dolan曾经说过，在自动驾驶中，底层架构和大部分的技术问题都已经被解决，而剩下还没有解决的5%的问题，逐渐成为制约自动驾驶发展的拦路虎。 “最后5%”的长尾问题遍布于零碎的场景、特殊极端情况和永远无法预测的人类行为。 这些问题，在算法、传感器、计算平台和法规的不同层面，一直困扰着学界和业界。 John Dolan说，只有解决了“最后5%的问题”后，我们才能判定，我们实现了L5级别的自动驾驶（无人驾驶）。 之江实验室昨天发布的“智能驾驶虚拟仿真与测试平台”，就是解决这个问题的。 
遇到路面塌陷、行道树倒塌 无人车会怎么办？ 把现实交通场景 复制到数字空间里看看 智能驾驶虚拟仿真与测试平台，怎么验证无人车是否可以在城市道路或者高速道路上行驶？ 通过孪生与衍生技术。 数字孪生的主要作用，就是连接实体模型跟虚拟模型。通过这个技术，平台把现实交通场景复制到了数字空间里，再通过泛化衍生技术，为无人车出一点“难题”。比如，营造一些极端环境和临界的高危场景。 无人驾驶汽车的研发，需要长时间、海量场景的训练和测试，仅依靠封闭测试场和开放道路测试，显然不够的。这个平台，就是为无人车驾驶算法的道路驾驶安全性和智能驾驶能力，提供了一次开放型的虚拟测试和训练。 训练什么？ 看看无人车在遇到特殊情况的时候，会做出什么反应？ 平台提供了很多极限案例的测试，包括雨天雷达失效、路中车辆翻倒、盲区行人突现、前车物体掉落、路面塌陷、行道树倒塌等。 目前，这个平台已经能够提供感知、决策、控制一体化仿真测试，可以根据用户需要在不同节点接入被测算法，提供高保真环境、天气、传感器仿真。测试完后，还会提供车辆行驶的安全性、经济性、舒适性等多维度的评价体系和相应的评测报告。
| 
|
a52099dd-e05f-4482-8760-9d64399f3779.jpg)
